阿里云大数据ACA及ACP复习题(311~320)

简介: 本人备考阿里云大数据考试时自行收集准备的题库,纯手工整理的,能够覆盖到今年7月份,应该是目前最新的,发成文章希望大家能一起学习,不要花冤枉钱去买题库背了,也希望大家能够顺利通关ACA和ACP考试。

311.小明在一家IT教育公司做运营工作,经常听到同学聊到MaxCompute核心概念,但又不知其意,下列哪些选项( ABCDE )能帮助小明更好的了解MaxCompute。
A:Project(项目)项目是MaxCompute的基本组织单元,类似于传统数据库的Database或Schema的概念,是进行多用户隔离和访问控制的主要边界
B:Partition(分区)分区Partition是指一张表下,根据分区字段(一个或多个字段的组合)对数据存储进行划分
C:View(视图)视图是在表之上建立的虚拟表,它的结构和内容都来自表。一个视图可以对应一个表或多个表
D:Role(角色)角色是MaxCompute安全功能中的概念,可以理解为拥有相同权限的用户的集合。多个用户可以同时存在于一个角色下,一个用户也可以隶属于多个角色
E:Resource(资源)资源是MaxCompute中特有的概念。当使用MaxCompute的自定义函数(UDF)或MapReduce功能时,需要依赖资源来完成。
F:odpscmd-MaxCompute的命令行客户端,适用于任意场景,用户可以专注于编写命令完成数据处理。

解析:MaxCompute具有层次结构,核心包含Project(项目),Table(表),Partition(分区),View(视图),User(用户),Role(角色),Resource(资源),Function(函数),Instance(实例),Quota(配额),Quota(配额),Schema。

312.Dataworks数据管理通过数据地图功能实现对数据的统一管理和血缘跟踪,数据地图以数据搜索为基础,提供表使用说明,那么下列对于表的管理操作描述不正确的选项是( D )?
A:查找表:通过类目、项目名称、模糊查询搜索表
B:可以查看表的详情,即元数据信息
C:可以进行收藏表、申请权限、生成API等操作
D:数据管理模块中的表存储信息是实时同步的

解析:表存储信息是离线计算的、默认是一天同步一次信息

313.K-NN中可以用来做距离度量的指标是( ABC )。
A:欧氏距离
B:曼哈顿距离
C:余弦距离
D:交叉熵

解析:选项欧氏距离、曼哈顿距离、余弦距离是可用的距离参数

314.选项中关于Hadoop生态组件Pig功能的描述正确的是?( D )
A:可扩展的分布式数据库,支持大表的结构化数据存储
B:数据仓库基础架构,提供数据汇总和命令行即席查询功能
C:可扩展的机器学习和数据挖掘库
D:用于并行计算的高级数据流语言和执行框架

解析:HBase:可扩展的分布式数据库,支持大表的结构化数据存储。
Hive:数据仓库基础架构,提供数据汇总和命令行即席查询功能。
Mahout:可扩展的机器学习和数据挖掘库。
Pig:用于并行计算的高级数据流语言和执行框架。

315.在数据可视化的图表选择中,下列选项中不属于局部整体型图表的是?( D )
A:百分比堆积面积图
B:旭日图
C:沃洛诺伊图
D:散点图
E:南丁格尔玫瑰图

解析:饼图、圆环图、半圆环图、扇形图、马赛克图、南丁格尔玫瑰图、沃洛诺伊图、百分比堆积面积图、旭日图

316.进行数据清洗时,针对于不同的情况和场景需要选择不同的方法,以下对数据进行清洗的手段正确的是( ACD )
A:缺失值填充
B:集成不同的数据库
C:重复值处理
D:异常值和数据类型转换

解析:数据清洗的内容包括: 缺失值处理、异常值处理、 数据类型转换、重复值处理

317.大数据的四种计算模式解决了大数据中不同类型的数据处理问题,下列关于大数据处理分析计算模式,描述正确的是?( ABD )
A:图计算(Graph Processing)是将数据按照图的方式建模可以获得以往用扁平化的视角很难得到的结果
B:查询分析计算是针对超大规模的数据的存储管理与查询分析,需要提供实时或者准时的响应,以满足企业管理的需求
C:流计算是实时获取来自相同数据源的海量数据,经过实时分析处理,获得有价值的信息
D:批处理计算就是对某对象进行批量的处理,也称为批处理脚本,它是一种简化的脚本语言,主要是针对大规模数据的批量处理

解析:流计算:实时获取来自不同数据源的海量数据经过实时分析处理,获取有价值的信息。

318.Quick BI数据可视化分析平台提供了丰富的组件,以下选项中哪些属于Quick BI的组件? ( ACDE )
A:指标
B:存储
C:趋势
D:比较
E:表格

解析:阿里云QuickBI数据可视化分析平台提供了8种主要组件,比较、趋势、表格、指标、时序、空间、关系和分布,每个组件都有自己的适用场景和独特优势

319.下列选项中,分布式数据库系统特点不包括( D )
A:独立透明性
B:集中节点结合
C:易于扩展性
D:半透明性

解析
分布式数据库系统的特点:
1、独立透明性;
2、集中节点结合;
3、复制透明性;
4、易于扩展性。

320.平滑处理有哪些处理方式?( ABC )
A:分箱
B:回归
C:聚类
D:分类

解析:平滑处理旨在帮助去掉数据中的噪声,常用的方法包括分箱、回归和聚类等。

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
9月前
|
存储 分布式计算 大数据
【赵渝强老师】阿里云大数据存储计算服务:MaxCompute
阿里云MaxCompute是快速、全托管的TB/PB级数据仓库解决方案,提供海量数据存储与计算服务。支持多种计算模型,适用于大规模离线数据分析,具备高安全性、低成本、易用性强等特点,助力企业高效处理大数据。
420 0
|
9月前
|
数据采集 人工智能 大数据
10倍处理效率提升!阿里云大数据AI平台发布智能驾驶数据预处理解决方案
阿里云大数据AI平台推出智能驾驶数据预处理解决方案,助力车企构建高效稳定的数据处理流程。相比自建方案,数据包处理效率提升10倍以上,推理任务提速超1倍,产能翻番,显著提高自动驾驶模型产出效率。该方案已服务80%以上中国车企,支持多模态数据处理与百万级任务调度,全面赋能智驾技术落地。
1218 0
|
7月前
|
人工智能 分布式计算 DataWorks
阿里云大数据AI产品月刊-2025年8月
阿里云大数据& AI 产品技术月刊【2025年 8 月】,涵盖 8 月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
518 2
|
7月前
|
存储 分布式计算 资源调度
【赵渝强老师】阿里云大数据MaxCompute的体系架构
阿里云MaxCompute是快速、全托管的EB级数据仓库解决方案,适用于离线计算场景。它由计算与存储层、逻辑层、接入层和客户端四部分组成,支持多种计算任务的统一调度与管理。
588 1
|
存储 机器学习/深度学习 人工智能
阿里云ODPS:在AI浪潮之巅,铸就下一代智能数据根基
在智能爆炸时代,ODPS正从传统数据平台进化为“AI操作系统”。面对千亿参数模型与实时决策挑战,ODPS通过流批一体架构、多模态处理、智能资源调度等技术创新,大幅提升效率与智能化水平。从自动驾驶到医疗联合建模,从数字孪生到低代码AI开发,ODPS正重塑企业数据生产力,助力全球客户在算力洪流中抢占先机。
362 0
|
7月前
|
机器学习/深度学习 传感器 分布式计算
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
477 14
|
9月前
|
数据采集 分布式计算 DataWorks
ODPS在某公共数据项目上的实践
本项目基于公共数据定义及ODPS与DataWorks技术,构建一体化智能化数据平台,涵盖数据目录、归集、治理、共享与开放六大目标。通过十大子系统实现全流程管理,强化数据安全与流通,提升业务效率与决策能力,助力数字化改革。
314 4
|
8月前
|
机器学习/深度学习 运维 监控
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
576 0